

śr., 20 sty
|Google Meet
Warsztaty praktyczne z AI: pisanie tekstów, etyka, wykrywanie plagiatów i tekstów AI, grafika
Cena: 750 zł netto, 922,50 zł brutto Promocja przy zgłoszeniu do 7 stycznia 2027 r.: - jednej i dwóch osób otrzymają Państwo 10% rabatu lub - 50% rabatu dla trzeciej osoby lub - czwarta osoba gratis. Promocje nie łączą się!
Termin i lokalizacja
20 sty 2027, 19:00 – 23:00
Google Meet
REJESTRACJA
Promocja przy zgłoszeniu do 7 stycznia 2027 r.:
- jednej i dwóch osób otrzymają Państwo 10% rabatu lub
- 50% rabatu dla trzeciej osoby lub
- czwarta osoba gratis.
Promocje nie łączą się!
Generatywna sztuczna inteligencja szybko stała się kluczowym elementem warsztatu pracy naukowca. Narzędzia AI mogą wspierać badaczy ze wszystkich obszarów i dyscyplin – od pisania publikacji, przez sprawdzanie samodzielności i oryginalności tekstów, po tworzenie grafiki na potrzeby publikacji i wystąpień.
Warsztat został przygotowany w odpowiedzi na oczekiwania zebrane wśród uczestników. Skupia się na pięciu zagadnieniach, które wzbudziły największe zainteresowanie: (1) pisaniu artykułów z pomocą AI, (2) etycznym i bezpiecznym korzystaniu z tych narzędzi, (3) wykrywaniu plagiatów przy pomocy AI, (4) rozpoznawaniu, czy dany tekst powstał z udziałem AI, oraz (5) narzędziach zamieniających tekst w grafikę.
Spotkanie ma charakter praktyczny. Zagadnienia dotyczące pisania oraz etyki i bezpieczeństwa (tematy 1–2) omawiane są w ramach zwięzłego wprowadzenia teoretyczno-praktycznego. Zasadnicza, warsztatowa część spotkania (tematy 3–5) poświęcona jest samodzielnej pracy uczestników – po prezentacji każdego narzędzia uczestnicy wykonują krótkie ćwiczenia na konkretnych przykładach.
Szkolenie uwzględnia etyczny wymiar wykorzystania AI. Chodzi o to, aby korzystać z tych narzędzi w sposób, który nie prowadzi do wytworów niskiej jakości i nie szkodzi reputacji badacza. To, czy naukowcy wykorzystają AI z korzyścią dla siebie i etycznie, zależy od ich umiejętności – a te wyrabiane są podczas spotkania.
Korzyści:
Poznanie narzędzi AI wspierających pisanie artykułów – od pomysłu do gotowego tekstu.
Nabycie umiejętności korzystania z AI w sposób etyczny i bezpieczny, bez ryzyka utraty samodzielności pracy i nadszarpnięcia reputacji.
Praktyczne opanowanie narzędzi AI do wykrywania plagiatów.
Umiejętność rozpoznawania, czy dany tekst został przygotowany z wykorzystaniem AI – wraz ze świadomością ograniczeń tych narzędzi.
Praktyczne opanowanie narzędzi zamieniających tekst w grafikę (ilustracje, okładki, infografiki, postery).
Poznanie mocnych i słabych stron omawianych narzędzi.
Kto powinien wziąć udział w szkoleniu:
Badacze chcący usprawnić pisanie artykułów z wykorzystaniem narzędzi AI.
Naukowcy wahający się, czy i jak używać AI ze względów etycznych.
Osoby chcące sprawnie wykrywać plagiaty oraz rozpoznawać teksty przygotowane z pomocą AI.
Osoby zainteresowane tworzeniem grafiki naukowej (ilustracji, okładek, infografik, posterów) przy użyciu AI.
Nauczyciele akademiccy i promotorzy chcący zrozumieć możliwości oraz ograniczenia narzędzi AI.
PROGRAM SZKOLENIA
Część wprowadzająca (tematy 1–2) – zwięzłe wprowadzenie teoretyczno-praktyczne:
I. Podstawy „współpracy” z AI
Czy AI to tylko ChatGPT? Przegląd najważniejszych narzędzi (ChatGPT, Claude, Gemini, Copilot, Perplexity, Le Chat, DeepSeek, polskie modele Bielik i PLLuM); trzy warstwy: model – aplikacja – agent; wersje bezpłatne i płatne, licencje uczelniane. Demonstracja: to samo zadanie w trzech narzędziach.
Zasady skutecznego promptowania: pięć elementów dobrego polecenia (rola, kontekst, zadanie, format, kryteria); co dziś działa, a co przestało mieć znaczenie. Ćwiczenie 1: „Napraw prompt”.
Problem halucynowania: dlaczego modele zmyślają (zwłaszcza cytowania, DOI, liczby i daty); demonstracja halucynowanych cytowań; sześć strategii weryfikacji odpowiedzi AI.
II. Jak napisać artykuł, posiłkując się narzędziami AI? (temat 1)
Od pomysłu do tekstu – AI na sześciu etapach pracy nad artykułem: pomysł, literatura, struktura, pisanie, redakcja, wysyłka do czasopisma.
Wyszukiwanie i czytanie literatury: Deep Research, Elicit, Consensus, Scite, Semantic Scholar, Research Rabbit, Litmaps oraz NotebookLM jako biblioteka własnych źródeł.
Praca nad tekstem w trybach edycyjnych czatów (Claude Artifacts, ChatGPT) – demonstracja.
Narzędzia językowe: tłumaczenie (DeepL, modele językowe), redakcja i korekta (DeepL Write, LanguageTool, Paperpal, Writefull i in.), dobór sformułowań akademickich (Academic Phrasebank, warianty zdań). Ćwiczenie 2: redakcja akapitu w dwóch narzędziach i porównanie wprowadzonych zmian.
Jak samodzielnie wyszukiwać nowe narzędzia AI: katalogi narzędzi oraz pięć pytań kontrolnych przed wyborem narzędzia (model, dane, cena, trwałość, przewaga nad czatem).
III. Jak korzystać z AI etycznie i bezpiecznie? (temat 2)
Kiedy AI jest dobrym wsparciem, a kiedy nasza praca staje się niesamodzielna – spektrum samodzielności i test „czy obronię każde zdanie?”.
Zasady odpowiedzialnego korzystania z narzędzi generatywnych: wytyczne wydawców (Elsevier, Springer Nature, Wiley, Taylor & Francis, SAGE, PLOS) i NCN – autorstwo, ujawnianie użycia AI, obrazy AI, recenzowanie.
Bezpieczeństwo danych: czego nie wklejać do narzędzi AI (dane osobowe, cudze manuskrypty, niepublikowane wyniki) i jak chronić dane (anonimizacja, ustawienia prywatności, czaty tymczasowe, modele lokalne).
Jak korzystać z AI z korzyścią dla siebie i nie zaszkodzić swojej reputacji: sygnały tekstu AI widoczne dla recenzentów i cztery zasady (ujawniaj, weryfikuj, zachowuj prompty, nie wklejaj cudzego). Ćwiczenie 3: dylematy etyczne – osiem scenariuszy (dozwolone / wymaga ujawnienia / niedozwolone).
Część warsztatowa (tematy 3–5) – zasadnicza, praktyczna praca na przykładach:
IV. Jak wykrywać plagiaty przy pomocy AI? (temat 3)
Rodzaje plagiatu: dosłowny, mozaikowy, parafraza bez przypisu, plagiat myśli, autoplagiat oraz nowe zjawiska ery AI (np. zmyślone cytowania); podstawy prawne i uczelniane.
Przegląd i obsługa narzędzi w czterech grupach: instytucjonalne (JSA, Turnitin/iThenticate, Crossref Similarity Check), komercyjne (Copyleaks, Scribbr, Quetext i in.), darmowe porównywarki tekstów oraz modele językowe.
Demonstracja: budowa własnej porównywarki tekstów z pomocą AI „na żywo”.
Ćwiczenie 4: „Tropienie plagiatu” – porównanie dwóch tekstów, analiza zbieżności z pomocą modelu językowego, sprawdzenie fragmentów w internecie i weryfikacja bibliografii (DOI, Google Scholar).
Mocne i słabe strony narzędzi oraz interpretacja wyników: dlaczego nie ma uniwersalnego progu procentowego i dlaczego „0%” nie oznacza oryginalności.
V. Jak sprawdzić, czy artykuł powstał z wykorzystaniem AI? (temat 4)
Jak działają detektory treści AI (przewidywalność tekstu, zmienność zdań, klasyfikatory stylu, znaki wodne) i kiedy zawodzą.
Przegląd i obsługa narzędzi: Pangram, GPTZero, Copyleaks, Originality, Turnitin AI, „Analiza SI” w JSA oraz darmowe detektory.
Ćwiczenie 5: „Człowiek czy maszyna?” – rozpoznawanie próbek tekstu najpierw samodzielnie, potem w dwóch detektorach, także na własnym tekście sprzed 2022 roku.
Interpretacja wyników i ich ograniczenia: co mówią badania o skuteczności detektorów, ryzyko fałszywych wskazań (m.in. wobec autorów nierodzimych); demonstracja kalkulatora fałszywych oskarżeń.
Co wolno, a czego nie wolno opierać na wyniku detektora – praktyczne zasady dla promotorów i nauczycieli akademickich.
VI. Narzędzia AI zamieniające tekst w grafikę i jak z nich korzystać (temat 5)
Jak działają generatory obrazów i mapa narzędzi: ChatGPT Images, Gemini (Nano Banana), Midjourney, Adobe Firefly, Canva, Ideogram, Microsoft Designer, Recraft – kryteria wyboru.
Tworzenie ilustracji, okładek i grafik na potrzeby publikacji: anatomia promptu graficznego i edycja obrazu w rozmowie. Demonstracja: graphical abstract w trzech generatorach.
Ćwiczenie 6: ilustracja, okładka lub graphical abstract w dwóch narzędziach i porównanie wyników.
Narzędzia AI do tworzenia infografik i posterów naukowych: Canva, NotebookLM, Napkin AI, Gamma, Piktochart, BioRender, Mind the Graph. Demonstracja: poster z abstraktu w Claude Design i ChatGPT Work.
Ćwiczenie 7: infografika lub poster w 15 minut (z weryfikacją każdej liczby).
Prawo autorskie, licencje i wymogi czasopism wobec grafik AI; lista kontrolna „przed – po” publikacji grafiki.
VII. Podsumowanie: co, kiedy i czym?
Zestawienie: które narzędzie do którego zadania, jakie ryzyko się z nim wiąże i kiedy trzeba ujawnić użycie AI.
Opis materiałów szkoleniowych.
Prowadzący dostarcza następujące materiały online (zdigitalizowane), udostępniane uczestnikom na początku szkolenia (link i kod QR do folderu z materiałami):
Prezentację ze szkolenia (PDF) z aktywnymi odnośnikami do omawianych narzędzi, wytycznych i źródeł, w tym ściągą „Co, kiedy i czym” (narzędzie, ryzyko, ujawnienie) oraz listą kontrolną „przed – po” dla grafik tworzonych z pomocą AI.
Karty ćwiczeń M01–M07 z instrukcjami, gotowymi promptami i materiałami do pracy (pliki .docx i .txt): M01 – naprawa promptu; M02 – redakcja akapitu w dwóch narzędziach; M03 – dylematy etyczne (osiem scenariuszy); M04, M04a, M04b – tropienie plagiatu (teksty do porównania, fragmenty do sprawdzenia, bibliografia do weryfikacji); M05, M05a, M05b – próbki tekstów do rozpoznania (człowiek / AI / tekst mieszany) wraz z kluczem; M06 – prompty do ilustracji, okładki i graphical abstract; M07 – materiał do infografiki lub posteru.
Zestawienie narzędzi AI z nazwami i odnośnikami, obejmujące wszystkie obszary tematyczne szkolenia, oraz listy i katalogi do samodzielnego wyszukiwania nowych narzędzi.
Propozycję struktury promptu oraz linki do szablonów promptów do wykorzystania po szkoleniu.
Zestawienie wytycznych wydawców naukowych i NCN dotyczących korzystania z AI (autorstwo, ujawnianie, obrazy, recenzowanie).
Interaktywne narzędzia przygotowane w trakcie demonstracji (porównywarka tekstów, kalkulator fałszywych oskarżeń) – dostępne pod linkiem, działające w przeglądarce.
Wszystkie ćwiczenia można wykonać na bezpłatnych kontach. Uczestnicy potrzebują komputera z dostępem do internetu oraz kont w ChatGPT, Claude lub Gemini, w Pangram oraz w Canva lub NotebookLM.
Trener: dr hab. Piotr Siuda prof. UKW
